1、腦電信號(hào)(EEG)處理的目的是為了從復(fù)雜的背景噪聲中提取出隱含或微弱的腦電特征。獨(dú)立分量分析(ICA)方法在滿足一定條件下能夠從同步測(cè)量的多路線性混合信號(hào)中分離出相互獨(dú)立的源信號(hào),且分離結(jié)果不受頻譜混疊的影響。但是獨(dú)立分量分析方法在腦電觀測(cè)信號(hào)數(shù)量有限的情況下往往不能獲得很好的分離效果。
　　 本文首先介紹了獨(dú)立分量分析的模型、度量方法和優(yōu)化算法,討論了包括非高斯性極大準(zhǔn)則在內(nèi)的ICA主要度量方法,論述了Infomax算法和Fa

2、stIEA算法的原理和實(shí)現(xiàn)。然后,應(yīng)用獨(dú)立分量分析方法對(duì)腦電信號(hào)進(jìn)行了去噪處理,在腦電觀測(cè)信號(hào)數(shù)量有限的情況下去除了腦電中的心電偽跡和工頻干擾。試驗(yàn)結(jié)果表明利用參考信號(hào)進(jìn)行ICA分析的方法能夠有效地去除腦電信號(hào)噪聲。最后,本文在腦電觀測(cè)信號(hào)數(shù)量有限的情況下利用小波包和獨(dú)立分量分析方法對(duì)腦電α波進(jìn)行特征提取。先用按頻帶順序排列的小波包算法將原始腦電信號(hào)進(jìn)行分解,重構(gòu)相關(guān)成分作為α波參考信號(hào)。然后用這一系列參考信號(hào)同腦電信號(hào)共同組成ICA方